如何通过 Serverless 与自然语言处理，让搜索引擎“看” 到你的博客

[scf10cent]

自然语言的内容有很多，本文所介绍的自然语言处理部分是「文本摘要」和「关键词提取」。

很多朋友会有自己的博客，在博客上发文章时，这些文章发出去后，有的很容易被搜索引擎检索，有的则很难。那么有没有什么方法，让搜索引擎对博客友好一些呢？这里有一个好方法 —— 那就是填写网页的 Description 还有 Keywords。

但是每次都需要我们自己去填写，非常繁琐。这个过程能否自动化实现？本文将会通过 Python 的 jieba 和 snownlp 进行文本摘要和关键词提取的实现。

▎准备资源

下载以下资源：

• Python 中文分词组件
• Simplified Chinese Text Processing

下载完成后，新建文件夹，拷贝对应的文件：

拷贝之后，建立文件 index.py

# -*- coding: utf8 -*-
import json
import jieba.analyse
from snownlp import SnowNLP


def FromSnowNlp(text, summary_num):
    s = SnowNLP(text)
    return s.summary(summary_num)


def FromJieba(text, keywords_type, keywords_num):
    if keywords_type == "tfidf":
        return jieba.analyse.extract_tags(text, topK=keywords_num)
    elif keywords_type == "textrank":
        return jieba.analyse.textrank(text, topK=keywords_num)
    else:
        return None


def main_handler(event, context):
    text = event["text"]
    summary_num = event["summary_num"]
    keywords_num = event["keywords_num"]
    keywords_type = event["keywords_type"]

    return {"keywords": FromJieba(text, keywords_type, keywords_num),
            "summary": FromSnowNlp(text, summary_num)}

超简单的代码有没有！

▎上传文件

在云函数 SCF 控制台上新建一个项目：

提交方法选择上传 zip：

然后我们压缩文件，并改名为 index.zip：

▎测试

测试之前可以适当调整一下我们的配置：

然后进行 input 模板的输入：

模板可以是：

{
  "text": "前来参观的人群络绎不绝。在“两弹历程馆”里……（略）”",
  "summary_num": 5,
  "keywords_num": 5,
  "keywords_type": "tfidf"
}

然后点击测试：

▎应用

至此，我们完成了简单的关键词提取功能和抽取式文本摘要过程。

当然，这只是简单的抛砖引玉，因为摘要这里还有声称是文本摘要，而且抽取式摘要也可能会根据不同的文章类型，有着不同的特色方法，所以这里只是通过一个简单的 Demo 来实现一个小功能，帮助大家做一个简单的 SEO 优化。

大家以后自己做博客的时候，可以增加 keywords 或者 description 字段，然后每次从 sql 获得文章数据的时候，将这两个部分放到 meta 中，会大大提高页面被索引的概率哦～！

传送门：

• GitHub: github.com/serverless
• 官网：serverless.com

欢迎访问：Serverless 中文网，您可以在 最佳实践 里体验更多关于 Serverless 应用的开发！